-
公开(公告)号：CN101466135B
公开(公告)日：2010-08-25
申请号：CN200910077106.0
申请日：2009-01-16
Applicant: 清华大学
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种节约无线节点能耗的发射功率调节方法，属于无线通信技术领域，该方法包括：发送节点发出N个数据包到接收节点；根据确认帧的数量计算收包率q；当收包率q高于预设下限qt时，若发射功率P为最小值Pmin，则结束；若P不为最小值，则调低P，根据确认帧的数量计算新收包率q；若收包率q低于预设下限qt，且当前P不为最大值，则调高P，结束；若收包率q低于预设下限qt，且当前P为最大值Pmax，则暂存当前发射功率下的丢包率为qmax；发送节点调低P，并发出N个数据包到接收节点；根据确认帧的数量计算收包率q；若收包率q不低于r*qmax，则根据确认帧的数量计算新收包率q；若收包率q低于r*qmax，则调高P结束。本发明可以保证无线节点以满足应用要求的最小能耗工作，有效延长无线节点的存活时间。
-
公开(公告)号：CN101466135A
公开(公告)日：2009-06-24
申请号：CN200910077106.0
申请日：2009-01-16
Applicant: 清华大学
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种节约无线节点能耗的发射功率调节方法，属于无线通信技术领域，该方法包括：发送节点发出N个数据包到接收节点；根据确认帧的数量计算收包率q；当收包率q高于预设下限qt时，若发射功率P为最小值Pmin，则结束；若P不为最小值，则调低P，根据确认帧的数量计算新收包率q；若收包率q低于预设下限qt，且当前P不为最大值，则调高P，结束；若收包率q低于预设下限qt，且当前P为最大值Pmax，则暂存当前发射功率下的丢包率为qmax；发送节点调低P，并发出N个数据包到接收节点；根据确认帧的数量计算收包率q；若收包率q不低于r*qmax，则根据确认帧的数量计算新收包率q；若收包率q低于r*qmax，则调高P结束。本发明可以保证无线节点以满足应用要求的最小能耗工作，有效延长无线节点的存活时间。
-
Patent Agency Ranking
公开(公告)号：CN102214241B
公开(公告)日：2013-02-13
申请号：CN201110187138.3
申请日：2011-07-05
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于图聚类的用户生成文本流中的突发话题检测方法，属于互联网数据挖掘技术领域。该方法提供了相对传统的话题检测问题的一种基于图的新视角，将在文本流中检测突发话题转化为一个典型的图聚类问题，这样可以根据已有的图论方法来得到解决。该方法主要步骤包括：获取文本流；检测突发词；构建突发词图；聚类突发词。该方法针对用户生成文本流中的突发话题检测，其性能优于已有的基于文档聚类、概率话题模型和基于突发特征聚类的方法。
-
公开(公告)号：CN101727500A
公开(公告)日：2010-06-09
申请号：CN201010034107.X
申请日：2010-01-15
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于流聚类的中文网页文本分类方法，属于互联网数据挖掘技术领域，该方法包括：实时采集网页；去除未处理过的该网页的格式中的标签，解析出网页中各文本的特征信息；将文本内容分割、做ngram分词，形成多个词串；计算每个词串的权值；提取高权值词串，将该高权值词串及其相应权值作为特征向量；将特征向量以及特征信息与已有类进行相似度的计算；并计算得到的总的相似度，将文本归入已有的一类中或建立一个新类；根据已存在的类中的特征项数量，判断是否将该类分裂成两个子类；对已处理的文本记录和已有的类的信息进行储存。本方法针对网页文本的特点充分挖掘了它的有效信息，使该方法具有增量式、快速、有效及更实用的特点。
-
公开(公告)号：CN101706807A
公开(公告)日：2010-05-12
申请号：CN200910237979.3
申请日：2009-11-27
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明涉及中文网页新词自动获取的方法，属于互联网数据挖掘技术领域；该方法包括：从Internet采集不同类型的网页，解析出含有时间信息的网页正文文本，并进行预处理，对得到句子片段进行n-gram分词产生词串并统计词频，连同词串的时间信息一并存入原始数据库；根据词频阈值对原始数据库中的词串进行过滤，词频大于等于词频阈值的词串保留；对保留的词串做相邻串比较和父子串比较后进行再过滤，删除与停用词数据库中相同的词串，对得到初选新词串的时间信息进行时序分析，得到新词；还可再包括将由人工标记得到的过滤词串添加到过滤词数据库中。该方法扩大了获取新词的范围，中文分词方法简便易行，处理效率高，并提高了新词发现的准确率和科学性。
-
公开(公告)号：CN102214241A
公开(公告)日：2011-10-12
申请号：CN201110187138.3
申请日：2011-07-05
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于图聚类的用户生成文本流中的突发话题检测方法，属于互联网数据挖掘技术领域。该方法提供了相对传统的话题检测问题的一种基于图的新视角，将在文本流中检测突发话题转化为一个典型的图聚类问题，这样可以根据已有的图论方法来得到解决。该方法主要步骤包括：获取文本流；检测突发词；构建突发词图；聚类突发词。该方法针对用户生成文本流中的突发话题检测，其性能优于已有的基于文档聚类、概率话题模型和基于突发特征聚类的方法。
-
公开(公告)号：CN101706807B
公开(公告)日：2011-06-01
申请号：CN200910237979.3
申请日：2009-11-27
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明涉及中文网页新词自动获取的方法，属于互联网数据挖掘技术领域；该方法包括：从Internet采集不同类型的网页，解析出含有时间信息的网页正文文本，并进行预处理，对得到句子片段进行n-gram分词产生词串并统计词频，连同词串的时间信息一并存入原始数据库；根据词频阈值对原始数据库中的词串进行过滤，词频大于等于词频阈值的词串保留；对保留的词串做相邻串比较和父子串比较后进行再过滤，删除与停用词数据库中相同的词串，对得到初选新词串的时间信息进行时序分析，得到新词；还可再包括将由人工标记得到的过滤词串添加到过滤词数据库中。该方法扩大了获取新词的范围，中文分词方法简便易行，处理效率高，并提高了新词发现的准确率和科学性。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
